Haber Merkezini API Olarak Tasarlamak: AI Aramanın Aslında Okuduğu Mimari

Modern marka haber merkezi artık bir basın sayfası değil; AI arama motorlarının doğrudan tüketebildiği yapısal bir API uç noktasıdır. Perplexity, ChatGPT ve Google AI Overviews görsel HTML yerine schema.org işaretlemesi, RSS beslemeleri ve sitemap-news.xml dosyalarını okuyor. Bu nedenle haber merkezini CDN üzerinden servis edilen yapısal kayıtlar olarak tasarlamak, AI çağında basın bülteninin alıntılanmasını belirleyen tek mimari karardır.

WordPress tarzı basın sayfası neden bozuldu

On yıl önce kurulmuş kurumsal haber merkezlerinin çoğu hâlâ aynı mantıkla çalışıyor: bir gazeteci tıklayıp gezsin, bir PDF indirsin, bir e-posta adresine yazsın diye. Bu mimari insan ziyaretçi için tasarlanmıştı ve görevini yıllarca yaptı. Ne var ki AI arama motorları haber merkezini bir gazeteci gibi gezmiyor. Bunun yerine yapısal bir kaynaktan kim, ne, ne zaman, hangi iddialarla bilgisini hızlıca çıkarmaya çalışıyor.

Reuters ve Bloomberg bu sorunu onlarca yıl önce çözdü: yayıncılara, finans terminallerine ve veri sağlayıcılarına yapısal beslemeler satarak. Reuters bugün de Reuters Connect adıyla bu yapısal içerik dağıtım platformunu işletmeye devam ediyor — yani makine okunabilir haber dağıtımı yeni bir kavram değil. Yeni olan, markaların artık aynı mimariyi kendileri yayınlayabilmesi.

Bu kayma tek bir cümlede özetlenebilir: haber merkezi artık bir sayfa değil, bir API uç noktasıdır.

Newsroom-as-API mimarisinin dört katmanı

Bir haber merkezini API gibi düşünmek, dört bağımsız katmana ayırmayı gerektirir. Her katman tek bir işten sorumludur ve bağımsız olarak ölçeklenebilir.

Katman 1 — Tek doğru kaynak

Her basın bülteni yapısal bir kayıt olarak saklanır: ya bir headless CMS'te (Sanity, Contentful, Strapi) ya da git ile sürümlenen markdown dosyalarında. Yapısal alanlar zorunludur: başlık, yayın tarihi, düzeltme tarihi, sözcü, basın temas noktası, izlenecek iddialar. Bu, Word dosyalarının yaşamadığı yerdir.

Katman 2 — Makine okunabilir beslemeler

Tek doğru kaynaktan üç besleme türetilir: RSS 2.0, JSON Feed ve sitemap-news.xml. Her basın bülteni; başlık, yayın zamanı, kategori ve kanonik URL'siyle tipli bir kayıt olarak listelenir. sitemaps.org protokolü ve onun haber uzantısı, hangi basın URL'lerinin yeni olduğunu, ne zaman güncellendiğini ve ne sıklıkla değiştiğini tarayıcılara söylemenin kanonik mekanizması olmaya devam ediyor.

Katman 3 — Gömülü işaretleme

Her basın bülteni sayfası, içine schema.org PressRelease ve Organization JSON-LD bloklarını gömer. Tarayıcı sayfayı çekerken hem insanın okuyacağı HTML'i hem de makinenin tüketeceği yapısal veriyi aynı yanıtta alır.

Katman 4 — CDN dağıtımı

Tüm bunlar bir CDN üzerinden servis edilir (Vercel, Cloudflare, Fastly). URL yapısı öngörülebilir olmalıdır:

/newsroom/2026/seri-b-yatirim-turu
/newsroom/2026/yapay-zeka-laboratuvari-acilisi
/newsroom/feed.xml
/newsroom/feed.json
/newsroom/sitemap-news.xml

Öngörülebilir URL düzeni, hem partner yayıncılar hem de tarayıcılar için anlamsal bir sözleşmedir.

schema.org PressRelease ve Organization: pazarlık edilemez işaretleme

schema.org, PressRelease tipini NewsArticle'ın bir alt türü olarak tanımlıyor; basın bülteni içeriğini publisher, datePublished ve iletişim üst verisiyle işaretlemek için tasarlanmış spesifik bir tiptir. Bu tip, haber merkezinizin makine okunabilir kimliğidir.

Gerçek bir basın bülteni sayfasında JSON-LD şöyle görünür:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "PressRelease",
  "headline": "Şirketimiz Seri B Turunda 50 milyon ₺ Yatırım Aldı",
  "datePublished": "2026-04-29T09:00:00+03:00",
  "dateModified": "2026-04-29T09:00:00+03:00",
  "mainEntityOfPage": "https://example.com/newsroom/2026/seri-b-yatirim-turu",
  "image": "https://example.com/newsroom/2026/seri-b-yatirim-turu/cover.jpg",
  "publisher": {
    "@type": "Organization",
    "name": "Örnek Şirket A.Ş.",
    "url": "https://example.com",
    "logo": {
      "@type": "ImageObject",
      "url": "https://example.com/logo.png"
    },
    "sameAs": [
      "https://twitter.com/orneksirket",
      "https://www.linkedin.com/company/orneksirket"
    ],
    "contactPoint": {
      "@type": "ContactPoint",
      "contactType": "press",
      "email": "[email protected]",
      "telephone": "+90-212-555-0100"
    }
  }
}
</script>

Pratikte sık karşılaşılan hatalar: dateModified alanını boş bırakmak (AI motorları içeriği bayat sayar), Organization.name yerine genel "Communications Team" yazmak (varlık eşleştirmesi başarısız olur), contactPoint'i atlamak (basın temas noktası AI yanıtında hiç görünmez).

Google'ın yapılandırılmış veri dokümanları, Article ve NewsArticle işaretlemesini Top Stories karuselleri dahil haber odaklı arama yüzeyleri için bir uygunluk koşulu olarak listeliyor. PressRelease, NewsArticle'ı genişlettiği için bu uygunluğu otomatik devralır.

AI motorları haber merkezi beslemelerini nasıl tüketir

Perplexity ve ChatGPT, web'i indekslerken yapılandırılmış işaretleme bulduğu sayfalarda varlık çözünürlüğünü hızlandırır. Aynı içerik, schema.org bloğu olduğunda alıntılanma şansını ölçülebilir biçimde artırır.

Princeton'dan Aggarwal ve arkadaşlarının Generative Engine Optimization araştırması, kaynak içeriğe alıntı ve yapısal otorite sinyalleri eklemenin üretken arama yanıtlarındaki görünürlüğü test edilen motorlar genelinde yaklaşık %30-40 oranında artırdığını bulmuştur. Bu rakam, "iyi yazılmış basın bülteni" ile "iyi yazılmış ve yapısal işaretlenmiş basın bülteni" arasındaki farkı niceliklendirir.

RSS ve sitemap-news.xml ise tazelik sinyali olarak en yüksek güven düzeyine sahip biçimler olmaya devam ediyor. Bir tarayıcı dakikada bir sitemap'i kontrol edebilir; aynı şeyi HTML'i kazıyarak yapamaz.

Somut bir referans yığın

Bugün başlayacaksanız aşağıdaki yığın doğrudan dağıtılabilir:

• Depolama: git ile sürümlenen markdown veya headless CMS (Sanity, Contentful, Strapi)
• Render: Next.js veya Astro — derleme zamanında her bülten için HTML ve JSON-LD üretir
• Beslemeler: /newsroom/feed.xml (RSS), /newsroom/feed.json (JSON Feed), /newsroom/sitemap-news.xml
• Hosting: CDN (Vercel, Cloudflare, Fastly), basın URL'leri için cache-control ayarlanmış
• İsteğe bağlı API: /newsroom/api/releases?since=YYYY-MM-DD — partner yayıncıların tüketmesi için hafif bir uç nokta

Prfect üzerinde çalışıyorsanız, bu mimarinin büyük kısmı yapısal formatta basın bülteni yazma akışında hazır gelir; partner yayıncılar için JSON Feed media partner programı üzerinden tüketilir.

API'nin gerçekten alıntılandığını ölçmek

Eski PR ölçümü "kaç gazete aldı" sorusunu sorardı. Yeni soru: "kaç AI yanıtı alıntıladı".

İki paralel ölçüm hattı kurun:

1. Sunucu loglarında tarayıcı denetimi. Logları aşağıdaki user-agent'lar için filtreleyin:

PerplexityBot
GPTBot
OAI-SearchBot
Google-Extended
ClaudeBot

Aktif marka sitelerinde bu botların düzenli ziyaretler yapması beklenir. Hiç gelmiyorsa ilk kontrol noktası robots.txt — yapılandırılmış varlığınızı tarayıcılara açtığınızdan emin olun. KVKK uyumluluğu açısından bot trafiği ile son kullanıcı trafiğini logda ayrıştırmak da iyi bir pratiktir.

2. Hedef prompt sorguları. Markanızla ilgili 10-15 doğal soruyu (ör. "Türkiye'de fintech yatırımı alan şirketler") Perplexity ve ChatGPT'de düzenli sorgulayın. Kaynak listesinde domain'inizin görünüp görünmediğini izleyin.

Klasik PR pickup oranını ölçerdi: yayınlanma 12 · pickup 3 · oran %25. Modern PR alıntı oranını ölçer: hedef sorgu 10 · alıntı 4 · oran %40. Eksik alanlar — özellikle contactPoint, sameAs ve dateModified — AI yanıtlarında eksik varlık verisi olarak yüzeye çıkar; her iterasyonda bunlar kapatılır.

Modern haber merkezi bir mimari karardır

Haber merkezini bir CMS sayfası gibi yönetmek, 2026'da Reuters'ın 1990'larda terk ettiği bir pratiği sürdürmek demek. Marka haber merkezinin kendisi bir API olduğunda — yapısal kayıt, gömülü işaretleme, makine okunabilir besleme ve CDN dağıtımı — basın bülteni AI motorlarının altyapısına kabul edilir. Bu noktadan sonra alıntılanmak iyi yazmanın değil, doğru veri yapısının sonucudur.